/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Архитектура
gpt2 · dense
Библиотека
transformers
Опубликована
11 окт 2024

Ссылки

Hugging Face

gpt2-scratch

Harshatheeswar
Генерация текстаТекст → текст3 профессии

Дообученная модель GPT-2 для генерации и продолжения текста с контекстом до 1024 токенов.

20скачиваний за 30 дней0лайковвеса обновлены19 окт 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Harshatheeswar/gpt2-scratch — дообученная автором модель семейства GPT-2 для генерации текста. Она использует архитектуру GPT2LMHeadModel и библиотеку Transformers; длина контекста составляет 1024 токена. В карточке указано, что модель дообучена на датасете, обозначенном как None, а значение loss на оценочной выборке — 4.1380.

Модель подходит для продолжения текстового фрагмента и генерации текста в пределах контекста. README не уточняет целевые сценарии, языки, обучающие данные или дополнительные возможности. Репозиторий содержит веса в формате safetensors; лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация продолжения по текстовой затравке
  • создание коротких текстовых фрагментов
  • эксперименты с генерацией на базе GPT-2

Ограничения

README не описывает обучающий датасет, целевую область применения и ограничения качества; указан loss 4.1380, но без дополнительных сведений его интерпретация ограничена.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

gpt2-scratch

This model is a fine-tuned version of Harshatheeswar/gpt2-scratch on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 4.1380

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 64
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • num_epochs: 1
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
4.20941.013904.1380

Framework versions

  • Transformers 4.44.2
  • Pytorch 2.4.1+cu121
  • Datasets 3.0.1
  • Tokenizers 0.19.1

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
2bbca5e

0 моделей

    Создать бенчмарк